[发明专利]对CAD系统个性化以提供CAD系统推荐的置信水平指示的方法和部件

权利要求书

1.一种个性化诊断辅助系统的方法，包括步骤：

利用机器学习通过以下步骤来训练设备以提供用于计算机辅助诊断CAD系统推荐的置信水平指示CLI：

访问多个训练图像特征，所述多个训练图像特征中的每个训练图像特征与多个类中的已知类相关联，所述已知类对应于所述训练图像特征中的每个训练图像特征的已知正确的诊断决策，

从至少一个操作者访问与所述多个训练图像特征中的每个训练图像特征对应的多个初始临床医生推荐的诊断决策，所述多个初始临床医生推荐的诊断决策中的每个诊断决策包括临床医生置信因子，

访问与所述多个训练图像特征中的每个训练图像特征对应的多个CAD系统推荐的诊断决策，所述多个CAD系统推荐的诊断决策中的每个诊断决策包括分类器输出分数或分数的集合的组合，

访问与所述多个训练图像特征的子集对应的所述多个初始临床医生推荐的诊断决策的子集，所述多个初始临床医生推荐的诊断决策的子集相对于与所述多个训练图像特征的子集对应的某些CAD系统推荐的诊断决策不同，以及

生成定义与所述多个训练图像特征的子集对应的所述某些CAD系统推荐的诊断决策中的每个诊断决策的CLI分数的函数。

2.如权利要求1所述的方法，还包括以下步骤：

利用初始机器学习通过以下步骤来初始地训练设备：

提供与一系列训练图像相关联的初始训练数据集，所述初始训练数据集的至少一部分包括与所述多个类的初始已知类相关联的图像特征，所述多个类与初始预先确定的可能的临床动作相关联，

基于向设备提供所述初始训练数据集的结果来确定加权误差项的成本函数，以及

针对与被预先确定为对诊断重要的已知临床意义示例相关联的某些图像特征值加权或惩罚成本函数的某些参数。

3.如权利要求2所述的方法，还包括以下步骤：

通过接口接收所选择的图像，所选择的图像包括图像特征；以及

利用设备通过以下步骤给出具体临床动作：

从所选择的图像中提取至少一个图像特征值，并将所述至少一个图像特征值应用于使用加权成本函数训练的设备以从所述多个类中识别类。

4.如权利要求2所述的方法，

其中，在利用机器学习来训练设备以提供用于计算机辅助诊断CAD系统推荐的CLI之前，使用初始机器学习来训练设备。

5.如权利要求1所述的方法，

其中，与所述多个训练图像特征的子集对应的某些CAD系统推荐的诊断决策中的每个诊断决策的CLI分数对于特定类型的图像特征是唯一的并且对于所述至少一个操作者是唯一的。

6.如权利要求1所述的方法，

其中，所述函数的参数包括临床医生置信因子、分类器输出分数、以及对于多个训练图像特征的子集中的每个训练图像特征已知正确的诊断决策。

7.如权利要求1所述的方法，

其中，生成定义CLI分数的函数的步骤包括提供其中CAD系统在其推荐中对其置信度加权更多的图像的局部区域。

8.如权利要求1所述的方法，还包括以下步骤：

重复CLI的初始训练阶段以适应放射科医师学习的行为作为在放射科医师会在一段时间内获得的一段时间内使用CDI/CAD系统的产品。

9.如权利要求1所述的方法，

其中，与所述多个训练图像特征的子集对应的所述多个初始临床医生推荐的诊断决策的子集还包括特定操作者、多个特定操作者、机构、场所、工作流程位置的初始和最终决策简档，或由多个操作者做出的要与定义与所述多个训练图像特征的子集对应的某些CAD系统推荐的诊断决策中的每个诊断决策的CLI分数的函数一起使用的最终决策的聚合。

10.如权利要求1所述的方法，

其中，所述多个类中的每个类与乳房成像报告和数据系统(BI-RAD)词典的不同类别相关联。